基于粒子濾波的單通道盲分離算法研究.pdf

1、單通道盲分離是盲信號處理的重要分支,作為統(tǒng)計處理、人工神經網絡以及信息論等多門學科結合的產物,具有重要的理論研究和實用價值。在眾多盲分離算法中,粒子濾波突破了傳統(tǒng)方法的種種限制條件,成為解決盲分離問題的一種新方法。本文在粒子濾波的框架下討論了非線性信號的盲分離問題,在混合信號的去噪、分離以及未知系統(tǒng)參數和狀態(tài)聯合估計方面做了研究和探討,最后提出了一種基于粒子濾波改進策略的盲分離算法。
　　 本研究主要內容包括：⑴詳細描述了粒子濾

2、波算法的基本原理和算法流程,同時介紹了粒子濾波的發(fā)展現狀以及應用領域。針對粒子濾波中存在的問題,給出了兩種增強算法:正則化粒子濾波(RPF)和加入了馬爾科夫鏈蒙特卡羅的粒子濾波(PF-MCMC),通過仿真結果的分析和比較,綜合考慮估計精確度和計算復雜度,PF-MCMC的性能最佳。⑵在粒子濾波的框架下,討論了非線性混合信號的估計問題。根據混合信號的個數,分別討論了去噪和分離問題,論文分析了重要性函數的選取并推導了重要性權重的表達式。在系統(tǒng)